時(shí)間：2023-10-11 10:03:56
緒論：在尋找寫(xiě)作靈感嗎？愛(ài)發(fā)表網(wǎng)為您精選了8篇醫(yī)學(xué)圖像診斷，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
關(guān)鍵詞：醫(yī)學(xué)圖像；圖像采集；拼接技術(shù)；實(shí)時(shí)；自動(dòng)
中圖分類號(hào)：TP319 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）27-0135-01
1引言
近年來(lái)，醫(yī)學(xué)影像技術(shù)已成為醫(yī)療技術(shù)中發(fā)展最快的領(lǐng)域之一，圖像拼接（Image Mosaic）是指將多幅具有重疊區(qū)域的序列圖像通過(guò)圖像預(yù)處理、圖像變換、圖像配準(zhǔn)、圖像融合等處理后，形成一幅包含各個(gè)圖像序列內(nèi)容的寬視角全景圖像的技術(shù)。圖像拼接技術(shù)是圖像處理的重要研究領(lǐng)域，被廣泛應(yīng)用于衛(wèi)星遙感、圖像識(shí)別、醫(yī)學(xué)圖像分析及無(wú)人機(jī)監(jiān)視和搜索、虛擬現(xiàn)實(shí)等方面。Shmuel Peleg等人在圖像拼接理論和圖像拼接方法上做了大量工作，為圖像拼接在工程技術(shù)上的應(yīng)用奠定了理論基礎(chǔ)。Masanobu Shimada等人將圖像拼接技術(shù)應(yīng)用于雷達(dá)圖像處理領(lǐng)域，用于監(jiān)控森林植被的變化情況。國(guó)外Mustafa Suphi Erden課題組研制了針式共聚焦顯微腹腔鏡，在微創(chuàng)手術(shù)中截取部分視頻圖像，拼接成全景圖像指導(dǎo)醫(yī)生診斷治療。國(guó)內(nèi)的嚴(yán)壯志課題組提出基于特征檢測(cè)、特征匹配、空間坐標(biāo)轉(zhuǎn)換和圖像融合等方法的圖像拼接技術(shù)，實(shí)現(xiàn)了連續(xù)X光片拼接的醫(yī)學(xué)全景成像。
現(xiàn)有的傳統(tǒng)醫(yī)學(xué)成像設(shè)備，特別是顯微成像設(shè)備，基本都是對(duì)組織的某一較小視野進(jìn)行成像，設(shè)備最后采集到的是不同組織部位的多幀醫(yī)學(xué)圖像，需要醫(yī)生對(duì)這些圖像進(jìn)行觀察分析，根據(jù)自身醫(yī)學(xué)知識(shí)與醫(yī)療經(jīng)驗(yàn)來(lái)做出診斷。圖像拼接技術(shù)的應(yīng)用，能將多幅具有重疊區(qū)域的醫(yī)學(xué)圖像，通過(guò)圖像變換、圖像配準(zhǔn)、圖像融合等方法，自動(dòng)拼接為大視野的清晰圖像。該圖像包含完整的醫(yī)學(xué)病理信息，有助于醫(yī)生全面了解病人病情。同時(shí)，系統(tǒng)能夠自動(dòng)追蹤圖像中的感興趣區(qū)域，做出標(biāo)記和注釋，為醫(yī)生提供診斷輔助。
2主要研究?jī)?nèi)容及關(guān)鍵技術(shù)
2.1主要研究?jī)?nèi)容
本系統(tǒng)的研究是通過(guò)研發(fā)基于實(shí)時(shí)自動(dòng)圖像拼接技術(shù)的醫(yī)學(xué)圖像分析系統(tǒng)，為醫(yī)學(xué)實(shí)踐中，實(shí)現(xiàn)顯微鏡、眼科設(shè)備、內(nèi)窺鏡等設(shè)備的數(shù)字化圖像采集、圖像自動(dòng)分析處理，從而對(duì)醫(yī)生的診斷、治療起到輔助作用。
本系統(tǒng)的主要研究?jī)?nèi)容有基于CMOS的圖像采集、實(shí)時(shí)自動(dòng)圖像拼接技術(shù)。
（1） 基于CMOS的圖像采集
基于CMOS的高清圖像采集系統(tǒng)的研發(fā)，包括圖像和視頻采集、圖像的編碼技術(shù)。兼顧紅外光和可見(jiàn)光，實(shí)現(xiàn)圖像的多波段自適應(yīng)采集。具體功能還包括自動(dòng)對(duì)焦、自動(dòng)識(shí)別拍照功能，以及圖像采集模塊在各種醫(yī)療設(shè)備使用的適應(yīng)性研究。
（2） 實(shí)時(shí)自動(dòng)圖像拼接技術(shù)
研究圖像灰度處理、圖像變換、圖像配準(zhǔn)、圖像融合等算法，實(shí)現(xiàn)多幀醫(yī)學(xué)圖像或視頻序列的實(shí)時(shí)自動(dòng)圖像拼接，輸出具有計(jì)算機(jī)診斷輔助功能的大視野全景醫(yī)學(xué)圖像。能夠自動(dòng)跟蹤圖像中的感興趣區(qū)域并做出標(biāo)識(shí)和注釋。
2.2關(guān)鍵技術(shù)
圖像的拼接技術(shù)是本設(shè)計(jì)的關(guān)鍵，本設(shè)計(jì)提出對(duì)采集的多幀醫(yī)學(xué)圖像進(jìn)行實(shí)時(shí)自動(dòng)拼接，提供寬角度全景圖像。同時(shí)，能夠自動(dòng)跟蹤圖像中的感興趣區(qū)域并做出標(biāo)識(shí)和注釋。
3 系統(tǒng)設(shè)計(jì)思路
3.1 圖像處理模塊
圖像傳感器模塊計(jì)劃采用CMOS傳感器為核心做成獨(dú)立硬件模塊，通過(guò)高速數(shù)據(jù)線與圖像處理模塊連接。這樣設(shè)計(jì)的優(yōu)點(diǎn)在于模塊可以根據(jù)不同的應(yīng)用場(chǎng)合，進(jìn)行合理布置。
圖像編解碼和圖像處理模塊的方案計(jì)劃采用TI的soc方案。該方案可以完成圖像編解碼、圖像處理功能。
3.2實(shí)時(shí)自動(dòng)圖像拼接技術(shù)研究
圖像拼接的核心技術(shù)是圖像配準(zhǔn)，關(guān)鍵在于準(zhǔn)確找到相鄰圖像間重疊區(qū)域的位置及范圍，進(jìn)而通過(guò)圖像融合的方法實(shí)現(xiàn)全景圖像構(gòu)建。圖像配準(zhǔn)通常有三類方法：基于灰度值的圖像配準(zhǔn)、基于變換域的圖像配準(zhǔn)和基于特征的圖像配準(zhǔn)?；诨叶戎档膱D像配準(zhǔn)方法實(shí)現(xiàn)方便，計(jì)算量小，但該方法對(duì)圖像間的細(xì)微差別較敏感，抗干擾能力不強(qiáng)。基于變換域的圖像配準(zhǔn)可以緩解這個(gè)問(wèn)題，且算法簡(jiǎn)潔，利于硬件的實(shí)現(xiàn)。不過(guò)該方法要求兩幅圖像的重疊區(qū)域不能少于50%，如果重疊區(qū)域過(guò)小，容易造成誤配準(zhǔn)。為了提高圖像配準(zhǔn)的精確度和速度，達(dá)到實(shí)時(shí)自動(dòng)圖像拼接的功能，本設(shè)計(jì)提出將基于灰度的網(wǎng)格配準(zhǔn)和基于特征值配準(zhǔn)相結(jié)合的方法。首先，對(duì)輸入圖像進(jìn)行粗網(wǎng)格的分塊處理，利用基于灰度的配準(zhǔn)方法確定相似重疊區(qū)域。然后在重疊區(qū)域內(nèi)進(jìn)行基于SIFT（Scale-invariant feature transform）特征點(diǎn)提取和配準(zhǔn)，這樣就可以大大提高圖像配準(zhǔn)的速度。圖像拼接算法的流程如圖1所示。
4 結(jié)論
本文探討了基于實(shí)時(shí)自動(dòng)拼接技術(shù)的醫(yī)學(xué)圖像處理系統(tǒng)的主要技術(shù)和設(shè)計(jì)思路，有了自動(dòng)的圖像拼接技術(shù)，就能將多幅具有重疊區(qū)域的醫(yī)學(xué)圖像，通過(guò)圖像處理的方法，自動(dòng)拼接為大視野的清晰圖像，為醫(yī)生的診斷提供參考。
參考文獻(xiàn)：
[1]馬玉琨，張志霞. 圖像拼接技術(shù)在醫(yī)學(xué)診斷中的應(yīng)用研究[J].軟件導(dǎo)刊，2014（5）：169-171.
關(guān)鍵詞：移動(dòng)醫(yī)療；數(shù)字圖像處理；醫(yī)學(xué)影像
中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）30-0238-03
隨著科學(xué)技g的快速發(fā)展和生活質(zhì)量的提高，健康問(wèn)題已成為大家關(guān)注的焦點(diǎn)。然而生活環(huán)境的污染、飲食結(jié)構(gòu)的不健康和長(zhǎng)期處于現(xiàn)代職場(chǎng)高壓環(huán)境之下，很多人的身體出現(xiàn)亞健康狀態(tài)：頭痛、胸悶、失眠等健康問(wèn)題困擾著現(xiàn)代職場(chǎng)白領(lǐng)，長(zhǎng)期以往，身體不堪重負(fù)，疾病隨之而來(lái)。面對(duì)這種情況，早期發(fā)現(xiàn)、早期治療既可以減輕患者病痛，提高預(yù)后水平，又可以減少患者的經(jīng)濟(jì)支出。因此，對(duì)疾病問(wèn)題的早期診斷就成為國(guó)內(nèi)外醫(yī)學(xué)界關(guān)注的焦點(diǎn)。
然而由于醫(yī)患交流以及過(guò)去醫(yī)學(xué)影像不清晰、保管難等問(wèn)題，始終制約了精準(zhǔn)醫(yī)療的發(fā)展。目前隨著科學(xué)技術(shù)的進(jìn)步和互聯(lián)網(wǎng)技術(shù)的突飛猛進(jìn)，影像學(xué)被越來(lái)越多的應(yīng)用到各種疾病的檢查中去，醫(yī)生讀片診病，影像成了醫(yī)生重要的診斷輔助工具，難以被低估，不能被替代。隨之影像學(xué)科也成了當(dāng)今迅速發(fā)展起來(lái)的一門(mén)綜合學(xué)科，多門(mén)課程如通訊、計(jì)算機(jī)、醫(yī)療交叉，為醫(yī)務(wù)工作者提供盡可能準(zhǔn)確的輔助診療方法，這將是今后影像學(xué)科持續(xù)發(fā)展的重要方面。
日常生活中我們?cè)趯?duì)體內(nèi)和體外的血液細(xì)胞、器官組織進(jìn)行無(wú)損害性檢查時(shí)，通常會(huì)選擇諸如：數(shù)字線攝影、核磁共振、超聲波三維診斷等治療方法，這些拍片式的診斷方法可見(jiàn)即可得，不僅生動(dòng)補(bǔ)充了書(shū)本上的人體正常組織以及病灶組織的解剖學(xué)知識(shí)，同時(shí)對(duì)影像引導(dǎo)下的教學(xué)、檢查、穿刺、手術(shù)等有著不可低估的作用。但是醫(yī)療圖像A生成往往會(huì)因自然界信號(hào)的干擾、信號(hào)傳輸過(guò)程中的衰減、醫(yī)療設(shè)備的成像原理、光線和顯示屏等原因的影響，所顯示出來(lái)的影像像質(zhì)往往不夠清晰、感興趣內(nèi)容不突出，或者不適合人眼觀察或者機(jī)器理解分析，同時(shí)醫(yī)學(xué)影像本身也有圖像分辨率不高導(dǎo)致圖像模糊不清或者無(wú)明顯邊緣、噪聲偏大、結(jié)構(gòu)信息缺乏的問(wèn)題， 最終生成的影像不能準(zhǔn)確定位病變部位以及病變性質(zhì)，臨床診斷面臨各種困難。如果有一種方法能對(duì)生成的醫(yī)學(xué)影像進(jìn)行數(shù)據(jù)處理提高影像的清晰度，增強(qiáng)醫(yī)學(xué)影像的可讀性可分辨性，臨床醫(yī)生可以結(jié)合解剖學(xué)和生理學(xué)對(duì)病變組織有針對(duì)性的觀察并診斷，這將大大提高臨床診斷的準(zhǔn)確率。因此，醫(yī)學(xué)影像的數(shù)字化處理對(duì)醫(yī)療衛(wèi)生、信息技術(shù)、生物科學(xué)等學(xué)科來(lái)說(shuō)無(wú)論在理論研究還是臨床應(yīng)用方面都起著關(guān)鍵作用，這是人類認(rèn)識(shí)疾病并對(duì)之精確診斷的重要環(huán)節(jié)，這將是一門(mén)具有較強(qiáng)應(yīng)用性和長(zhǎng)遠(yuǎn)發(fā)展性的課題。
1醫(yī)學(xué)影像的發(fā)展及意義
1.1國(guó)內(nèi)外醫(yī)學(xué)影像的背景及對(duì)其圖像處理的意義
1895年德國(guó)物理學(xué)家W.K.倫琴在實(shí)驗(yàn)室拍攝出其夫人手指和的影像，自此 “X射線”被發(fā)現(xiàn)，并被影像學(xué)逐步引進(jìn)到醫(yī)學(xué)領(lǐng)域。經(jīng)過(guò)30多年的研究與應(yīng)用，醫(yī)學(xué)影像起著翻天覆地的變化，隨著計(jì)算機(jī)技術(shù)的引進(jìn)和廣泛應(yīng)用，影像學(xué)科更是呈現(xiàn)出跨度大、知識(shí)交叉密集的特點(diǎn)，如今基于計(jì)算機(jī)算法的圖像處理技術(shù)也已經(jīng)成為醫(yī)學(xué)影像學(xué)中發(fā)展迅速的領(lǐng)域之一。
1971年，英國(guó)科學(xué)家漢斯?基于計(jì)算機(jī)技術(shù)原理設(shè)計(jì)出第一臺(tái)X-CT診病機(jī)，這一發(fā)明在醫(yī)學(xué)界引起巨大的轟動(dòng)。從此，對(duì)醫(yī)學(xué)影像的數(shù)字成像技術(shù)的研究開(kāi)始發(fā)展壯大，各種醫(yī)療設(shè)備也被開(kāi)發(fā)出來(lái)，它包括計(jì)算機(jī) X線攝影（ Computed Radiography， CR）、數(shù)字 X線攝影（ Digital Radiography， DR）、 X射線計(jì)算機(jī)斷層成像（ X- Computed Tomography，X- CT）、磁共振成像超聲（ Magnetic Resonance， MR），超聲（ Ultrasound）成像、光纖內(nèi)窺鏡圖像、磁共振血管造影術(shù)（ Magnetic Resonance Angiography，MRA）、數(shù)字減影血管造影術(shù)（ Digital Subtraction Angiography， DSA）、單光子發(fā)射斷層成像（ Single Photon Emission Computed Tomography，SPECT）、正電子發(fā)射斷層成像（ Positron Emission Tomography， PET）， EEG腦電圖、 MEG腦磁圖、光學(xué)內(nèi)源成像等。
本文著重論述的 X- CT（ Computed Tomogaphy）意為 X線計(jì)算機(jī)斷層掃描技術(shù)，是用 X線束對(duì)器官組織進(jìn)行斷層掃描，應(yīng)用物理原理來(lái)測(cè)量X射線在人體組織中的衰減系數(shù)或吸收系數(shù)，再經(jīng)計(jì)算機(jī)進(jìn)行數(shù)學(xué)計(jì)算來(lái)對(duì)圖像進(jìn)行三維重建。按照測(cè)量的衰減系數(shù)的數(shù)值排列成一個(gè)二維分布矩陣，計(jì)算出人體被掃描組織斷面上的圖像灰度分布，從而生成斷面圖像。X-CT以它高速、高分辨率、高靈敏度的探測(cè)器螺旋式旋轉(zhuǎn)來(lái)獲取器官組織的多方位、多層次的斷面或立體影像，經(jīng)臨床實(shí)際應(yīng)用，它能發(fā)揮有別于傳統(tǒng)X線檢查的巨大作用。它能綜合反映人體組織在解剖學(xué)方面的功能、性質(zhì)，還能提供人體被拍攝部位的完整三維信息，器官和組織結(jié)構(gòu)清楚顯影，提示病變，已與核磁共振、超聲波等診斷方法一樣成了醫(yī)生獲取信息的重要來(lái)源。并且具有其他醫(yī)學(xué)設(shè)備不可比擬的優(yōu)點(diǎn)，X- CT成像簡(jiǎn)單方便、對(duì)人體損傷小、組織結(jié)構(gòu)密度分辨率高，這在病理學(xué)和解剖學(xué)研究中尤為重要。特別是臨床在對(duì)腫瘤的診斷中X-CT的分辨率要遠(yuǎn)遠(yuǎn)高于其他醫(yī)學(xué)設(shè)備成像，研究顯示在對(duì)于1～2厘米的小腫塊的檢測(cè)上，X-CT顯示率高達(dá)88%，而B(niǎo)超、MRI等僅為48%。在針對(duì)肝臟疾病實(shí)驗(yàn)的拍片中， X-CT可以較清晰的顯示出多種器官病變和功能性狀，如肝癌、肝血管瘤、脂肪肝等，其對(duì)肝癌的診斷準(zhǔn)確率高達(dá)93%，最小分辨率可顯示為1.5厘米，
可以直接觀察到肝靜脈、門(mén)靜脈與腫瘤大小、位置之間的關(guān)系，并能診斷出肝靜脈、門(mén)靜脈有無(wú)癌栓，為醫(yī)生的精確診療提供了重要依據(jù)。
由于器官病變的位置、病灶大小、病程長(zhǎng)短等自身因素，加上設(shè)備電子元器件、嘈雜的環(huán)境以及人為操作等因素的影響， X- CT在對(duì)病灶做定位影像、定性精確診斷時(shí)常常會(huì)有所限制，即它能反映出器官的異樣變化，但卻不能反應(yīng)目前器官的生理功能。現(xiàn)實(shí)工作中采集到的數(shù)字化影像或多或少的存在一些問(wèn)題：偽影、雪花、邊緣不清、病灶不清、對(duì)比度不強(qiáng)……憑借肉眼無(wú)法從整張影像中清晰分辨出病灶部位或者確性病理改變的程度，要想精確診斷，還需做進(jìn)一步的檢查。
目前，對(duì) X- CT圖像處理進(jìn)行處理大部分的研究還集中在預(yù)處理階段，即研究通過(guò)調(diào)試設(shè)備、提高影像像素、提高出圖效率、減少外界干擾等方式增強(qiáng)醫(yī)學(xué)影像的可讀性和敏感性。而對(duì)于醫(yī)學(xué)影像成像后的處理則相對(duì)冷門(mén)，其中對(duì)部分內(nèi)容的研究也比較單一，如僅僅單獨(dú)研究醫(yī)學(xué)影像的降噪或增強(qiáng)。同時(shí)應(yīng)用降噪、增強(qiáng)、分割技術(shù)來(lái)處理影像的研究較少，理論研究也停留在可行性階段，針對(duì)單一疾病的醫(yī)學(xué)影像處理研究還不常見(jiàn)。
1.2醫(yī)學(xué)影像常用的診斷方法
目前我們常用超聲波、核磁共振、X-CT等設(shè)備生成的醫(yī)學(xué)影像作為輔助診斷方法。其中：超聲波是使用聲波來(lái)探測(cè)病理并生成平面圖像的一種診斷方法，由于其具有方向性好，穿透力強(qiáng)，聲能集中，操作簡(jiǎn)便，能反映出人體組織的灰度形態(tài)和結(jié)構(gòu)等優(yōu)點(diǎn)，被影像科廣泛采用。其中 B型超聲波采用超聲平面成像，在超聲屏上顯示出病變部位周圍有明顯的強(qiáng)弱不等的回聲區(qū)，表現(xiàn)為亮度不等的光點(diǎn)、結(jié)合解剖學(xué)和生理學(xué)知識(shí)，可判斷這些高光區(qū)和暗區(qū)的病變性質(zhì)。且價(jià)格低廉，診斷快速，但缺點(diǎn)是對(duì)于1～2厘米的小腫塊診斷準(zhǔn)確率不到達(dá)48%。
核磁共振是診斷組織病理變化的一種新的方法，通過(guò)層片選擇，頻率編碼，相位編碼，實(shí)現(xiàn)對(duì)接收到的電磁信號(hào)在人體內(nèi)部的準(zhǔn)確定位，根據(jù)接收到的電磁信號(hào)的頻率、相位的差別成像，完成對(duì)器官組織的檢測(cè)。例如：核磁共振檢查原發(fā)性肝癌時(shí)通常表現(xiàn)為信號(hào)改變，T1W1馳豫時(shí)間加權(quán)圖呈低信號(hào)，T2W2加權(quán)圖呈高信號(hào)。其特征性影像為病灶內(nèi)出現(xiàn)粗大引流或供血血管的流空信號(hào)，該信號(hào)提示肝癌結(jié)節(jié)內(nèi)有動(dòng)靜脈短路形成。但缺點(diǎn)在于檢查價(jià)格昂貴，且核磁共振設(shè)備在我國(guó)普及率較低，對(duì)于1～2厘米的小腫塊診斷準(zhǔn)確率較低。
X- CT是用 X線束對(duì)器官組織進(jìn)行斷層掃描，再經(jīng)計(jì)算機(jī)由于分辨率高圖像清晰，能夠掃描到早期剛發(fā)展起來(lái)的較小的腫瘤，這對(duì)病人早診斷早治療不至延誤病情具有重要意義。比如：X- CT肝癌表現(xiàn)與大體病理形態(tài)一致，平掃多為低密度，少數(shù)為等密度或混雜密度，外形不規(guī)則呈球形或結(jié)節(jié)形，邊界模糊。增強(qiáng)掃描表現(xiàn)為低密度區(qū)略縮小，境界變得較為清楚。腫塊中心部位常因腫瘤組織壞死囊變形成極低密度區(qū)。研究顯示在對(duì)于1～2厘米的小腫塊的檢測(cè)上，X-CT顯示率高達(dá)88%。目前X-CT已成為各種疑難雜癥中最重要的診斷方法。
1.3對(duì)醫(yī)學(xué)影像進(jìn)行數(shù)字圖像處理的可行性及意義
在實(shí)際圖像信號(hào)的生成和傳輸過(guò)程中，由于受到醫(yī)療器械自身、人為操作控制和自然界噪聲等干擾的影響，多多少少會(huì)出現(xiàn)細(xì)節(jié)模糊、對(duì)比度差、噪聲較大或存在偽影等問(wèn)題，影響到影像質(zhì)量。且成像是用亮度不等的灰度表示，加上病灶發(fā)展早期其空間形態(tài)變化通常比較小，拍出的片子肉眼很難觀察，誤診和漏診的情況也時(shí)有發(fā)生，致使病情診斷準(zhǔn)確率下降，醫(yī)務(wù)工作者的效率也難以體現(xiàn)。因此，有必要運(yùn)用適當(dāng)?shù)募夹g(shù)和方法來(lái)處理和分析醫(yī)學(xué)影像，提高影像質(zhì)量，這將有助于減少誤診和漏診率，提高診斷準(zhǔn)確率。因此，研究醫(yī)學(xué)影像的計(jì)算機(jī)輔助診斷技術(shù)和數(shù)字圖像處理技術(shù)具有重要的意義和實(shí)用價(jià)值。
在醫(yī)學(xué)影像領(lǐng)域的數(shù)字成像技術(shù)有個(gè)共性：基于計(jì)算機(jī)將圖像采集、顯示、存儲(chǔ)和傳遞分解成各個(gè)獨(dú)立的部分，將每一部分圖像信息分別數(shù)字化，這種共性為我們以后對(duì)各功能模塊進(jìn)行單獨(dú)優(yōu)化提供了便利，對(duì)其實(shí)施圖像數(shù)字信息的后續(xù)處理提供了可行性。
以X-CT成像為例，對(duì)影像進(jìn)行預(yù)處理可以過(guò)濾掉影像上的不利影響，處理掉無(wú)用的信息，保留或恢復(fù)有價(jià)值的信息。通過(guò)過(guò)濾掉不利因素，加強(qiáng)病灶信息的可讀性，突出感興趣部位，清除各種干擾的同時(shí)能保留所攝影像的形態(tài)和邊緣，有效的改善圖像視覺(jué)效果，為醫(yī)生診病提供了依據(jù)和便利，這就達(dá)到了圖像處理的目的。
2數(shù)字圖像處理在醫(yī)學(xué)影像中的具體應(yīng)用
圖像處理（image processing），在醫(yī)學(xué)上也被稱作影像處理，是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)后使用計(jì)算機(jī)對(duì)醫(yī)學(xué)影像處理和分析，提高并改善影像的質(zhì)量供醫(yī)生有效診斷的專業(yè)技術(shù)。將將人設(shè)為對(duì)象，圖像設(shè)為目標(biāo)，輸入低質(zhì)量的圖像，輸入改善后高質(zhì)量的圖像，當(dāng)圖像達(dá)到滿足人的視覺(jué)效果為最終目標(biāo)。圖像處理方法通常有圖像增強(qiáng)、復(fù)原、編碼、壓縮等等。本文將重點(diǎn)討論圖像去噪、增強(qiáng)、分割在醫(yī)學(xué)影像中的應(yīng)用技術(shù)。
2.1圖像去噪
影像的生成和傳輸常常受到自然界各種聲音的干擾導(dǎo)致影像質(zhì)量下降，就像我們?cè)谌粘Ｉ钪薪徽剷r(shí)被其他聲音打擾一樣，在語(yǔ)言中表現(xiàn)為聽(tīng)不清對(duì)方說(shuō)話， 表現(xiàn)到影像上，則是原本很清楚的圖像，因?yàn)闄C(jī)械本身、電子元件、外界雜音等干擾原因產(chǎn)生各種各樣的斑點(diǎn)或條紋，圖像變得模糊不清，此即為圖像噪聲。噪聲的存在勢(shì)必影響后續(xù)對(duì)影像的分割和理解分析，所以圖像去噪是預(yù)處理的重要步驟之一。去噪的方法有很多，結(jié)合影像特點(diǎn)、噪聲的統(tǒng)計(jì)特征及頻譜分布規(guī)律，目前常用均值濾波、中值濾波、低通濾波等算法來(lái)對(duì)圖像進(jìn)行平滑處理。
2.2 圖像增強(qiáng)
圖像增強(qiáng)（image enhancement）是數(shù)字圖像處理領(lǐng)域中的一個(gè)重要分支。影像學(xué)上的圖像增強(qiáng)和復(fù)原的目的是為了提高醫(yī)學(xué)影像的質(zhì)量，清除干擾、降低噪聲，通過(guò)增強(qiáng)清晰度、對(duì)比度、邊緣銳化、偽彩色等來(lái)提高影像的質(zhì)量，或者轉(zhuǎn)換為更適合人觀察或機(jī)器識(shí)別的模式。不同于圖像噪聲，在圖像增強(qiáng)中通常不考慮影像降質(zhì)的原因，它不需要反應(yīng)真實(shí)的原始圖像，只需突出圖像中感興趣的內(nèi)容。但要對(duì)降質(zhì)的原因有所了解，依據(jù)降質(zhì)的原因建立“降質(zhì)模型”，然后各種濾波方法和變換手段增強(qiáng)圖像中的背景與感興趣部位的對(duì)比度，比如：增加圖像高頻分量，被照人體組織輪廓變得清晰，細(xì)節(jié)特征明顯；增加低頻分量，能有效降低噪聲干擾，最終達(dá)到增強(qiáng)圖像清晰度的目的。
圖像增強(qiáng)根據(jù)空間不同可劃分為基于空間域的增強(qiáng)方法和基于頻率域的增強(qiáng)方法?；诳臻g域的增強(qiáng)方法是對(duì)圖像中的各個(gè)像素的灰度值直接處理，算法有直方圖均衡化、直方圖規(guī)定化等；基于頻率域的增強(qiáng)方法不直接處理，而是用傅里葉變換將空間域轉(zhuǎn)換成頻率域，在頻率域?qū)︻l譜進(jìn)行處理，再使用反傅里葉變回到空間域，算法有低通濾波、高通濾波、同態(tài)濾波等。
2.3圖像分割
圖像分割是數(shù)字圖像處理領(lǐng)域的關(guān)鍵技術(shù)之一，目的是將圖像中有意義、感興趣的內(nèi)容從背景里剝離，劃分為各個(gè)互不交叉的區(qū)域。有意義、感興趣的內(nèi)容通常是指圖像區(qū)域、圖像邊緣等。分割是后續(xù)圖像理解分析和識(shí)別工作的前提和依據(jù)。目前已經(jīng)開(kāi)發(fā)出很多邊緣檢測(cè)和區(qū)域分割的算法，但是還沒(méi)有一個(gè)算法對(duì)各種圖像處理都有效。因此對(duì)圖像分割的研究還將繼續(xù)深入，在以后很長(zhǎng)一段時(shí)間將始終是熱門(mén)話題。
圖像分割方法基于灰度值主要?jiǎng)澐譃榛趨^(qū)域內(nèi)部灰度相似性的分割和基于區(qū)域之間灰度不連續(xù)的分割。
（1） 基于區(qū)域內(nèi)部灰度相似性的分割
基于區(qū)域內(nèi)部灰度相似性的分割是確定每個(gè)像素的歸屬區(qū)域（同一區(qū)域內(nèi)部像素是相似的），從而形成一個(gè)區(qū)域圖集，來(lái)對(duì)圖像進(jìn)行分割，常用算法有閾值分割法、形態(tài)學(xué)分割、區(qū)域生長(zhǎng)法、分裂合并法等。
（2） 基于區(qū)域之間灰度不連續(xù)的分割
基于區(qū)域之間灰度不連續(xù)的分割是指先提取區(qū)域邊界，再確定邊界限定的區(qū)域。因?yàn)閳D像中的邊緣部分往往是灰度級(jí)發(fā)生躍變的區(qū)域，根據(jù)像素灰度級(jí)的不連續(xù)性，找出點(diǎn)、線、邊，最后確定邊緣。常用的算法有邊緣檢測(cè)分割法、Hough變換等。
關(guān)鍵詞：眼底圖像；黃斑；灌注區(qū)；亮點(diǎn)；血管芽
中圖分類號(hào)：TP317.4文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2013）006-0127-03
基金項(xiàng)目：新鄉(xiāng)市科技發(fā)展計(jì)劃項(xiàng)目； 新鄉(xiāng)學(xué)院自然科學(xué)研究計(jì)劃基金項(xiàng)目（1399020087）
作者簡(jiǎn)介：張同光（1977-），男，碩士，新鄉(xiāng)學(xué)院計(jì)算機(jī)學(xué)院講師，研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)與信息安全技術(shù)、嵌入式系統(tǒng)、Linux。
0引言
本項(xiàng)目（數(shù)字眼底熒光造影分析軟件）是新鄉(xiāng)學(xué)院、新鄉(xiāng)市中心醫(yī)院兩家單位共同承擔(dān)的新鄉(xiāng)市科技發(fā)展計(jì)劃項(xiàng)目。新鄉(xiāng)學(xué)院負(fù)責(zé)數(shù)字影像分析軟件編制工作，中心醫(yī)院負(fù)責(zé)提供醫(yī)學(xué)素材、影像分析技術(shù)和測(cè)試環(huán)境。
1眼底
眼底[1]是眼球內(nèi)后部的組織，即眼球的內(nèi)膜——視網(wǎng)膜、視、黃斑和視網(wǎng)膜中央動(dòng)靜脈。
在視盤(pán)的外側(cè)，有一個(gè)顏色略深，中心凹處有一反射光點(diǎn)，稱為黃斑，它是視力最敏銳的部分。
眼底檢查十分重要，許多疾病都可以從眼底上反映出來(lái)。眼底的視網(wǎng)膜血管是人體中唯一可看見(jiàn)的血管，醫(yī)生把它當(dāng)作了解其它臟器血管情況的窗口。因此，它的變化在一定程度上反映了一些器官的改變程度。醫(yī)生可據(jù)此來(lái)分析、判斷疾病的嚴(yán)重程度[2]。
2眼底圖像及其處理
眼底圖像是利用眼底照相機(jī)對(duì)眼球內(nèi)壁進(jìn)行不同角度拍攝而成的圖像，圖像經(jīng)過(guò)數(shù)字化存入計(jì)算機(jī)中，醫(yī)師可通過(guò)對(duì)眼底圖像的分析[3]，為各種疾病的診斷提供參考依據(jù)。
醫(yī)學(xué)圖像研究可以分為兩大部分：醫(yī)學(xué)圖像成像技術(shù)研究、醫(yī)學(xué)圖像處理與分析，兩者又都包含廣泛的研究?jī)?nèi)容。醫(yī)學(xué)圖像處理與分析中主要包括：①圖像增強(qiáng)技術(shù)；②圖像分割技術(shù)；③圖像配準(zhǔn)與拼接技術(shù)；④圖像顯示技術(shù)；⑤圖像指導(dǎo)治療技術(shù)；⑥圖像引導(dǎo)手術(shù)技術(shù)；⑦醫(yī)學(xué)虛擬環(huán)境技術(shù)。
醫(yī)學(xué)圖像處理與分析一直都是圖像處理和分析領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問(wèn)題，借助圖形、圖像技術(shù)的有力手段，醫(yī)學(xué)圖像的質(zhì)量和顯示方法得到了極大的改善，使得醫(yī)療水平大大提高，不論在基礎(chǔ)學(xué)科還是臨床應(yīng)用，都是圖像處理種類極多的領(lǐng)域。但是，由于醫(yī)學(xué)圖像的處理技術(shù)難度大，依然存在著較多的關(guān)鍵問(wèn)題，使得很多處理很難達(dá)到臨床實(shí)用化程度。
本課題以眼底圖像為研究對(duì)象，主要集中在對(duì)眼底圖像的后處理及其應(yīng)用等方面。結(jié)合臨床實(shí)際，對(duì)這些關(guān)鍵問(wèn)題展開(kāi)深入的研究，并將成果應(yīng)用于醫(yī)學(xué)臨床分析和診斷。
3研究?jī)?nèi)容
本項(xiàng)目主要的研究工作是：開(kāi)發(fā)眼底照片輔助分析診斷軟件，實(shí)現(xiàn)醫(yī)師在電腦上完成對(duì)眼底影像的瀏覽、分析、診斷、病歷編輯、打印、存檔等一系列工作（其中分析、診斷功能是本項(xiàng)目的關(guān)鍵技術(shù)）。
黃斑是視網(wǎng)膜上一個(gè)重要的部位，是中心視力最敏銳（視細(xì)胞最密集）的區(qū)域，直徑僅有1.5mm。多數(shù)眼科疾病與黃斑病變（視網(wǎng)膜病變）有關(guān)，中心性視網(wǎng)膜炎、出血性黃斑等病變，伴有視網(wǎng)膜下新生血管、滲漏及出血，病灶邊緣處有弧形或環(huán)形出血，偶有呈放射形排列的點(diǎn)狀出血。病程末期，黃斑區(qū)形成黃白色瘢痕。黃斑病變（視網(wǎng)膜病變）的眼底熒光血管造影中，會(huì)發(fā)現(xiàn)滲出灶處有顆粒狀、花邊狀（本項(xiàng)目中稱為血管芽）等多種形態(tài)的新生血管網(wǎng)。因此，采用數(shù)據(jù)圖像處理技術(shù)（閾值化輪廓提取法、半徑直方圖等）對(duì)眼底圖像進(jìn)行處理，獲得黃斑區(qū)域（包括其附近區(qū)域）的圖像特征（如區(qū)域邊緣的輪廓、形狀等）和人為圖像特征（如直方圖、圓度、長(zhǎng)半軸、短半軸等）。
總之，從眼底圖像中要獲得的信息是：拱環(huán)（黃斑）、灌注區(qū)、亮點(diǎn)、血管芽及它們的屬性，然后根據(jù)這些信息幫助眼科醫(yī)生做出初步診斷。
4技術(shù)方案
在分析和比較現(xiàn)有眼底圖像分析與處理方法的基礎(chǔ)上，針對(duì)眼底圖像處理與分析中存在的關(guān)鍵問(wèn)題，從以下4個(gè)方面進(jìn)行研究：①圖像預(yù)處理；②區(qū)域識(shí)別；③輪廓提?。虎軈?shù)獲取及診斷。
本課題研究的主要內(nèi)容及模塊間關(guān)系、研究技術(shù)路線如圖1所示。將信息學(xué)與生物醫(yī)學(xué)緊密結(jié)合起來(lái)，充分利用現(xiàn)代計(jì)算機(jī)圖像處理技術(shù)，對(duì)彩色眼底圖像進(jìn)行分析與處理，為臨床診斷與科學(xué)研究提供定性與定量的參考依據(jù)。
解決技術(shù)問(wèn)題所采用的方案：①用二值SOBEL法，對(duì)圖像進(jìn)行邊緣提取，得到眼底圖像的二值輪廓；②通過(guò)動(dòng)態(tài)閾值法獲得適合當(dāng)前圖像的閾值（包括黃斑閾值、亮點(diǎn)閾值、血管芽閾值），根據(jù)獲得的閾值對(duì)圖像進(jìn)行二值化處理，進(jìn)而得到“拱環(huán)（黃斑區(qū)）、無(wú)灌注區(qū)”圖、“亮點(diǎn)”圖、“血管芽”圖，便于后續(xù)的處理；③通過(guò)區(qū)域亮點(diǎn)密度（亮點(diǎn)數(shù)），判斷眼底圖像中是否存在分支靜脈栓塞；④通過(guò)區(qū)域芽點(diǎn)密度（芽點(diǎn)數(shù)），判斷眼底圖像中是否存在血管芽；⑤通過(guò)黃斑區(qū)個(gè)數(shù)、無(wú)灌注區(qū)個(gè)數(shù)，判斷黃斑結(jié)構(gòu)是否異常，是否存在無(wú)灌注區(qū)；⑥獲得基準(zhǔn)面積、測(cè)量面積以及黃斑區(qū)的屬性（圓度、長(zhǎng)半軸、短半軸等）；⑦通過(guò)半徑直方圖法，判斷黃斑區(qū)的圓度；⑧匯總前面的處理結(jié)果，作出初步診斷。
5研究環(huán)境
本項(xiàng)目研究的數(shù)字眼底熒光造影分析儀包括數(shù)字影像采集設(shè)備和眼底照片分析診斷軟件兩個(gè)部分。①硬件：通用PC、眼底照相機(jī)（TRC-50DX）；②軟件：Windows XP、Visual Studio 2005、C/C++、OpenCV（Open Source Computer Vision Library）。
6系統(tǒng)測(cè)試
測(cè)試選用三個(gè)實(shí)際來(lái)診病人的眼底圖像，一人眼底圖像正常，兩人眼底圖像異常。
待處理A（正常）眼底圖像如圖2所示。
待處理B（異常）眼底圖像如圖3所示。
待處理C（異常）眼底圖像如圖4所示。
基準(zhǔn)值通過(guò)10張正常的眼底圖像計(jì)算而得。
由于篇幅限制，僅提供來(lái)診病人——C（異常）的測(cè)試圖像。
通過(guò)動(dòng)態(tài)閾值法和手動(dòng)閾值法對(duì)眼底圖像進(jìn)行處理，圖5、6、7、8、9、10、11是動(dòng)態(tài)閾值法獲得圖像，手動(dòng)閾值法獲得的圖像省略。
7結(jié)語(yǔ)
通過(guò)對(duì)3個(gè)來(lái)診病人眼底圖像的測(cè)試，說(shuō)明了該課題設(shè)計(jì)的眼底影像輔助分析診斷及管理系統(tǒng)達(dá)到了預(yù)期的功能，能夠快速主動(dòng)地為眼科醫(yī)生提供一系列有價(jià)值的診斷參數(shù)和初步診斷結(jié)果，極大提高了診斷時(shí)間。從測(cè)試所獲得的參數(shù)和結(jié)果看，動(dòng)態(tài)閾值法要好些。
另外，該系統(tǒng)能夠快速生成診斷報(bào)告單（見(jiàn)圖12），極大提高了工作效率。關(guān)于生成診斷報(bào)告單的具體過(guò)程，在軟件使用說(shuō)明書(shū)中描述。
該課題設(shè)計(jì)的眼底影像輔助分析診斷及管理系統(tǒng)還存在不足之處：
在對(duì)少數(shù)圖像進(jìn)行處理時(shí)，沒(méi)有完全達(dá)到預(yù)期的結(jié)果，這也是使用該系統(tǒng)的醫(yī)院反饋的信息。比如說(shuō)，在判斷亮點(diǎn)時(shí)，識(shí)別出來(lái)的亮點(diǎn)個(gè)數(shù)為47（亮點(diǎn)個(gè)數(shù)
參考文獻(xiàn)：
[1]王曉幸，王勤美.包含飛.眼科信息學(xué)的發(fā)展概述[J].中華眼科雜志，2006（5）.
[關(guān)鍵詞] 醫(yī)學(xué)圖像融合技術(shù)；腫瘤；放射治療
[中圖分類號(hào)] R730 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1674-0742（2015）11（b）-0196-03
[Abstract] Objective To discuss the application effect of medical image fusion technology in cancer radiotherapy by takeing CT-MRI image fusion technology as an example. Methods 50 patients with prostate cancer admitted to this hospital from January 2013 and January 2014 were included. They all underwent CT and MRI scanning. We compared CT image and fusion image in determining the target volume and radiation dose. Results The tumor volume was 72.45cm3 on the CT image and 51.12cm3 on the CT-MRI fusion image， and the area of target tumour cells determined by the CT-MRI fusion image was precise than that determined by CT image. Calculation results of dose of radiation to the bladder and rectum showed that the minimum radiation dose and maximum radiation dose of the fusion image were both smaller than that of the CT image， and the difference was statistically significant，（P
[Key words] Medical image fusion technology； Tumor； Radiotherapy
醫(yī)學(xué)圖像融合技術(shù)[1]作為當(dāng)代科技與醫(yī)學(xué)影像相結(jié)合的計(jì)算機(jī)信息融合工程，為臨床腫瘤診斷、治療提供多模態(tài)圖像，為醫(yī)學(xué)診斷提供了更確切的醫(yī)學(xué)信息。醫(yī)學(xué)圖像融合技術(shù)最重要的應(yīng)用領(lǐng)域在于腫瘤的放射治療，通過(guò)各種模態(tài)醫(yī)學(xué)圖像的融合，準(zhǔn)確勾勒出腫瘤靶區(qū)輪廓，使腫瘤放射治療更加精準(zhǔn)和有效[2]。該文將通過(guò)對(duì)該院2013年1月-2014年1月收治的50名前列腺癌癥患者，應(yīng)用CT―MRI融合技術(shù)確定前列腺癌強(qiáng)調(diào)放療靶區(qū)，綜合分析、探討醫(yī)學(xué)圖像融合技術(shù)在腫瘤放射治療中的應(yīng)用效果，現(xiàn)報(bào)道如下。
1 資料與方法
1.1 一般資料
整群選取該院2013年1月-2014年1月收治的前列腺癌癥患者50名為研究對(duì)象。病例年齡5678歲，平均年齡（65.32.2）歲。所有患者經(jīng)醫(yī)學(xué)圖像及病理學(xué)檢查符合前列腺癌的臨床診斷標(biāo)準(zhǔn)，癌癥病程情況為T(mén)2bT3a期21例，T3bT4期9例。
1.2 方法
1.2.1 掃描方法 所有患者檢查當(dāng)天清晨保持空腹?fàn)顟B(tài)。醫(yī)學(xué)圖像掃描前1 h飲用1.5%泛影葡胺水（金陵藥業(yè)股份有限公司浙江天峰制藥廠，生產(chǎn)批號(hào)：國(guó)藥準(zhǔn)字H33021004），掃面前15 min肌肉注射15 mg鹽酸山莨菪（國(guó)藥集團(tuán)容聲制藥有限公司，生產(chǎn)批號(hào)：國(guó)藥準(zhǔn)字H41023400）。由本科專業(yè)醫(yī)師操作行CT掃描，掃描范圍從第3腰椎至坐骨結(jié)節(jié)下緣約 5 cm。患者于第二天CT掃描時(shí)間短進(jìn)行MRI掃描，掃描前1 h喝800 ml溫開(kāi)水，其他操作與CT掃描一致。
1.2.2 放療靶區(qū)勾畫(huà) 運(yùn)用圖像配準(zhǔn)軟件對(duì)CT掃描及MRI掃描圖像進(jìn)行配準(zhǔn)，并將配準(zhǔn)圖片傳入放療計(jì)劃系統(tǒng)，根據(jù)CT及CT-MRI融合圖像勾畫(huà)患者前列腺、精囊的體積，并勾畫(huà)出膀胱、直腸、股骨頭周圍的正常組織。對(duì)勾畫(huà)的腫瘤體積進(jìn)行化療，化療劑量根據(jù)照射體積計(jì)算。比較患者CT圖像與融合圖像放療靶區(qū)體積大小，以及各部位的照射劑量。
1.3 統(tǒng)計(jì)方法
采用SPSS18.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)處理，計(jì)量資料采用（x±s）表示，行t檢驗(yàn)，P
2 結(jié)果
2.1 腫瘤體積勾畫(huà)體積比較
50例患者采用CT圖像勾畫(huà)的腫瘤體積為（72.45±2.35）mm3，采用CT-MRI融合圖像勾畫(huà)的腫瘤體積為（51.12±2.12）mm3，CT-MRI融合圖像確定的腫瘤靶細(xì)胞范圍更加精準(zhǔn)。差異具有統(tǒng)計(jì)學(xué)意義（t=6.424，P
2.2 放療照射劑量比較
對(duì)膀胱、直腸等部位的照射劑量選擇上，CT圖像技術(shù)的放療最小照射量為與最大照射量均大于CT-MRI融合圖像的放療照射劑量，（詳見(jiàn)表1）。采用CT圖像與CT-MR融合技術(shù)，兩組數(shù)據(jù)比較：膀胱最小照射劑量，差異有統(tǒng)計(jì)學(xué)意義（t=5.456，P
3 討論
3.1 醫(yī)學(xué)圖像融合技術(shù)的應(yīng)用討論
3.1.1 幾種主要的醫(yī)學(xué)圖像融合技術(shù) 目前臨床成像設(shè)備主要有CT、MRI、SPECT、PET等[3]，為臨床提供多模態(tài)的醫(yī)學(xué)圖像。圖像融合技術(shù)在放療中的應(yīng)用主要有：①CT與MRI融合。CT圖像應(yīng)用于腫瘤放療中對(duì)高密度組織比較敏感，圖形穩(wěn)定不易發(fā)生變形的優(yōu)點(diǎn)，但對(duì)軟組織邊界顯示不清晰[4]。MRI圖像則提供了較高的空間分辨度，對(duì)浸潤(rùn)性腫瘤軟組織更加敏感，能清晰顯示圖像的邊界。二者的融合對(duì)某些特殊部位，如腦部、前列腺要求精度更高的靶區(qū)位置時(shí)，圖像融合就起到了互補(bǔ)作用，可以幫助醫(yī)師確定腫瘤邊界。②CT與MRSI融合[5]。在膠質(zhì)瘤的放療中，MRI圖像技術(shù)對(duì)腫瘤的局部控制和復(fù)發(fā)控制效果不明顯。MRSI技術(shù)相比于MRI技術(shù)能更加清楚顯示腫瘤位置及形狀，還可以同時(shí)顯示代謝水平的有關(guān)信息。CT與MRSI融合能提高部分腫瘤的控制效果。③ CT與PET融合[6]。腫瘤細(xì)胞具有增殖快、轉(zhuǎn)移速度快的特點(diǎn)，PET可以根據(jù)失蹤化合物在組織內(nèi)的濃度，對(duì)比腫瘤細(xì)胞的增殖及代謝水平。PET顯示的活性腫瘤區(qū)域圖像與CT圖像圖像融合技術(shù)可提高圖像對(duì)腫瘤病灶的敏感性和特異性，有助于指導(dǎo)精確腫瘤化療區(qū)域與化療藥物的劑量控制。
3.1.2 醫(yī)學(xué)圖像融合技術(shù)操作步驟 第一，預(yù)處理。醫(yī)學(xué)圖像預(yù)處理是對(duì)選定的圖像信息進(jìn)行增強(qiáng)對(duì)比度、噪聲去除、統(tǒng)一圖像大小、格式、分辨率，對(duì)感興趣區(qū)域進(jìn)行分割等各項(xiàng)處理[7]。
第二，圖像配準(zhǔn)。配準(zhǔn)首先應(yīng)選擇適合的圖像特征量進(jìn)行圖像特征提?。辉俑鶕?jù)圖像的特征量確定幾何變換，以相似性測(cè)度函數(shù)檢驗(yàn)所選圖像與參考圖像的相似程度，并通過(guò)改變參數(shù)使測(cè)度函數(shù)值達(dá)到最優(yōu)，最后執(zhí)行整體變換。
第三，創(chuàng)建融合圖像。首先應(yīng)進(jìn)行圖像數(shù)據(jù)的融合，以圖像為基礎(chǔ)的融合是通過(guò)各種圖像預(yù)處理方法使圖像最終呈現(xiàn)的效果達(dá)到最佳，以像素為基礎(chǔ)的融合即盡量提高圖像清晰度。完成圖像數(shù)據(jù)融合后，最終通過(guò)偽彩色顯示法、斷層顯示法和三維顯示法等顯示方法使臨床醫(yī)師能夠通過(guò)直觀的圖像進(jìn)行疾病診斷。
3.2 該次研究結(jié)果討論
醫(yī)學(xué)圖像融合技術(shù)使傳統(tǒng)化療計(jì)劃的確定擺脫了單一模態(tài)數(shù)據(jù)指引，以不同圖像技術(shù)的優(yōu)點(diǎn)彌補(bǔ)不同技術(shù)存中在的不足，具有廣泛的臨床應(yīng)用價(jià)值。醫(yī)學(xué)圖像融合技術(shù)應(yīng)用于腫瘤放射治療，可確定腫瘤分布位置，有效提高診斷準(zhǔn)確性與靈活性，對(duì)惡性腫瘤的控制與提高患者生存率具有重要意義。
該次研究中采用CT-MRI融合圖像確定前列腺癌強(qiáng)調(diào)放療靶區(qū)的應(yīng)用中，可以看到，CT圖像勾畫(huà)的腫瘤體積為（72.45±2.35）mm3，采用CT-MRI融合圖像勾畫(huà)的腫瘤體積為（51.12±2.12）mm3，CT-MRI融合圖像確定的腫瘤靶細(xì)胞范圍更加精準(zhǔn)。另外，腫瘤靶細(xì)胞區(qū)域的體積大小與放療照射劑量密切相關(guān)，放療區(qū)域確定越大，使用的放療劑量越多，對(duì)患者身體造成的危害更大。CT-MRI融合圖像放療劑量明顯少于CT圖像，化療的毒副作用更少。該次研究與胡玉蘭等[8]關(guān)于CT-MRI融合圖像確定前列腺癌放療靶區(qū)的結(jié)果具有一致性，認(rèn)為可以利用圖形融合技術(shù)進(jìn)行靶區(qū)勾勒，以減小誤差。
綜上所述，醫(yī)學(xué)融合技術(shù)在腫瘤放療中已有廣泛應(yīng)用，各種醫(yī)學(xué)顯像技術(shù)取長(zhǎng)補(bǔ)短，提高了診斷的靈敏度和準(zhǔn)確性。
[參考文獻(xiàn)]
[1] 李興波，陳煬，葉嶺，等.醫(yī)學(xué)圖像融合技術(shù)在腫瘤放射治療中的應(yīng)用分析[J].中國(guó)衛(wèi)生產(chǎn)業(yè)，2013，10（31）：105-106.
[2] 趙琦，錢(qián)永紅，王琨，等.CT、MRI 圖像融合技術(shù)在頭部腫瘤放療中的應(yīng)用[J].中國(guó)醫(yī)師雜志，2014（z2）：163-164.
[3] 宋永浩，夏海波，周誠(chéng)忠，等.CT/MRI圖像融合在骨轉(zhuǎn)移瘤放射治療中的應(yīng)用和價(jià)值[J].現(xiàn)代腫瘤醫(yī)學(xué)，2015，23（3）：412-144.
[4] 金爍.醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的研究及其在放射治療PET-CT系統(tǒng)中的應(yīng)用[D].濟(jì)南：山東大學(xué)，2013.
[5] 李凱，蘇中振，鄭榮琴，等.三維超聲-CT圖像融合評(píng)價(jià)肝癌消融安全邊界[J].中華超聲影像學(xué)雜志，2012，21（8）：719-722.
[6] 呂宗燁.常規(guī)超聲、CT檢查及超聲/CT融合成像對(duì)腎腫瘤診斷價(jià)值的對(duì)比研究[D].濟(jì)南：山東大學(xué)，2014：21.
[7] 張德智，梁萍.肝臟超聲圖像融合技術(shù)的應(yīng)用進(jìn)展[J].中華醫(yī)學(xué)超聲雜志：電子版，2014（5）：375-377.
關(guān)鍵詞：口腔頜面疾病本體 醫(yī)學(xué)圖像 疾病膚輔助診斷系統(tǒng)
中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2014）02-0078-02
人體的下顎系統(tǒng)主要包括額骨和和顳下頜關(guān)節(jié)組成，很多的人體口腔疾病都與和顳下頜關(guān)節(jié)相關(guān)，如牙齒不能正常咬合、張不開(kāi)嘴、面部骨或軟組織畸形以及腮腺炎等面部神經(jīng)疾患等，醫(yī)師借助基于本體的疾病輔助診斷系統(tǒng)虛擬環(huán)境中的信息進(jìn)行手術(shù)演練和手術(shù)技能，能夠有效地提高疾病的診斷與治療。本文利用VC++語(yǔ)言和Matlab設(shè)計(jì)基于口腔頜面疾病的輔助診斷系統(tǒng)，旨在為醫(yī)師診斷和治療口腔頜面疾病提供信息上的幫助，本文先簡(jiǎn)單概述本體概念和疾病輔助診斷系統(tǒng)
1 疾病本體和輔助診斷系統(tǒng)概述
本體一詞最早出現(xiàn)在哲學(xué)領(lǐng)域中，意義為客觀存在的學(xué)科，本體理論不依賴于特定的語(yǔ)言描述，是一種客觀世界某個(gè)方面的特定體系，在20世紀(jì)80年代后期，本體理論逐漸被使用帶其他學(xué)科領(lǐng)域中，意在描述不同知識(shí)理論間的聯(lián)系，隨著研究的深入，本體定義的內(nèi)涵逐漸加深，概念不斷發(fā)生變化目前最為流行使用的是Gruber提出的理論。雖然各研究這對(duì)于本體的概念定義有所不同，但是對(duì)于其實(shí)質(zhì)內(nèi)含有有著明確的統(tǒng)一的認(rèn)識(shí)，均認(rèn)同本體是包括概念及概念在內(nèi)關(guān)系的某一領(lǐng)域知識(shí)的概念集，本體本身能夠提供給人與人與機(jī)器，以及機(jī)器之間的共享，對(duì)于相關(guān)學(xué)科領(lǐng)域的知識(shí)標(biāo)準(zhǔn)化建設(shè)有很大幫助，到目前為止本體理論已廣泛應(yīng)用在知識(shí)工程、圖書(shū)情報(bào)以及數(shù)字圖書(shū)館領(lǐng)域中，在醫(yī)學(xué)中本體理論主要是用于GO以及中醫(yī)藥一體化語(yǔ)言系統(tǒng)的研究。
基于本體的輔助診斷系統(tǒng)設(shè)計(jì)最重要的部分為疾病知識(shí)庫(kù)，包括疾病病狀、疾病診斷以及治療等相關(guān)內(nèi)容，它的作用主要是由來(lái)為醫(yī)師提供醫(yī)學(xué)經(jīng)驗(yàn)，這種基于本體理論的整合描述，能夠在語(yǔ)言層次上說(shuō)明各種疾病以及藥物之間的聯(lián)系，能夠?yàn)獒t(yī)學(xué)提供強(qiáng)大的知識(shí)體系服務(wù)。在基于本體的知識(shí)庫(kù)系統(tǒng)中包括用戶應(yīng)用層、本體數(shù)據(jù)層以及語(yǔ)義網(wǎng)絡(luò)層，內(nèi)容包括建立醫(yī)學(xué)疾病如名稱、患者信息、藥物治療以及致病原因等概念詞典，目前構(gòu)建本體的工具有很多比較常用的主要是Protere工具。
2 基于口腔頜面本體疾病的輔助診斷系統(tǒng)的研究與實(shí)現(xiàn)
本設(shè)計(jì)的基于口腔頜面本體疾病的輔助診斷系統(tǒng)包括醫(yī)學(xué)圖像三維重建系統(tǒng)和口腔頜面本體。基于口腔頜面本體疾病的復(fù)制診斷系統(tǒng)主要是對(duì)頭部的CT圖像進(jìn)行研究，同時(shí)包括少量其他的醫(yī)學(xué)圖像，這些圖像全部轉(zhuǎn)化為DICOM3.0標(biāo)準(zhǔn)，由醫(yī)學(xué)圖像三維常見(jiàn)系統(tǒng)和本體采用ADDIn樹(shù)插件構(gòu)成，其中輔助診斷系統(tǒng)的醫(yī)學(xué)圖像三尾中建系統(tǒng)主要是針對(duì)病人的面部以及骨骼圖像，本系統(tǒng)的設(shè)計(jì)能夠?qū)崿F(xiàn)圖像的處理分割以及儲(chǔ)存等功能，口腔頜面本體對(duì)頜面本體外科疾病進(jìn)行了定義，能夠?qū)崿F(xiàn)口腔疾病信息的查詢。由于Matlab與許多對(duì)象語(yǔ)言如C++以及VC++等都能夠?qū)崿F(xiàn)連接，因此本基于本體的疾病輔助診斷系統(tǒng)采用Matlab和VC語(yǔ)言進(jìn)行設(shè)計(jì)，保證系統(tǒng)含有實(shí)用性和可擴(kuò)展性，滿足使用和后期修改補(bǔ)充的需要。
2.1 醫(yī)學(xué)圖像三維系統(tǒng)的研究與實(shí)現(xiàn)
本設(shè)計(jì)的醫(yī)學(xué)圖像三維系統(tǒng)的模塊依照功能進(jìn)行劃分，包括醫(yī)學(xué)圖像的讀入模塊、醫(yī)學(xué)圖像的預(yù)處理模塊、醫(yī)學(xué)圖像的分割模塊三維模型顯示模塊以及數(shù)據(jù)儲(chǔ)存模塊。在醫(yī)學(xué)圖像的讀入模塊中可以先出讀取圖像的產(chǎn)生時(shí)間以及病人命名稱等信息，在此模塊中可以對(duì)圖像進(jìn)行放大旋轉(zhuǎn)等操作，三維模型的模塊中可以改變模型的顯示顏色以達(dá)到更好的顯示效果。醫(yī)學(xué)圖像三維重建系統(tǒng)的數(shù)據(jù)類型主要包括有圖像、輪廓度、等值面以及體素等，讀入后的圖像直接使用矩陣模式進(jìn)行存儲(chǔ)，在輪廓度上像素點(diǎn)的灰度值為1，采樣點(diǎn)的位置和坐標(biāo)采用數(shù)據(jù)進(jìn)行記錄，體素通過(guò)矩陣中的點(diǎn)表示，等值面則是采用等值線進(jìn)行表示。為方便后期的擴(kuò)充功能，本設(shè)計(jì)采用AddIn樹(shù)的設(shè)計(jì)思想，插件定義為XML編寫(xiě)。
在構(gòu)建醫(yī)學(xué)圖像三維系統(tǒng)時(shí)，設(shè)計(jì)思想為采用Matalab進(jìn)行編程，所有的編碼全部集中到一個(gè)文件中，去除掉控制臺(tái)窗口，所有功能模塊的實(shí)現(xiàn)都通過(guò)這個(gè)文件來(lái)進(jìn)行達(dá)到，在執(zhí)行時(shí)需要對(duì)VC++的編程環(huán)境進(jìn)行設(shè)置，owl格式文件作為口腔頜面本體，進(jìn)而信轉(zhuǎn)化為VC++語(yǔ)言能夠是別的文件格式，達(dá)到模塊插入到系統(tǒng)中的目的。在此基礎(chǔ)上進(jìn)行改善，使系統(tǒng)的主要功能和系統(tǒng)界面能夠通過(guò)Matalab實(shí)現(xiàn)，系統(tǒng)主界面包括主菜單操作按鈕、顯示窗口以及文本對(duì)話框等，系統(tǒng)的主菜單包括的內(nèi)容主要為文件、圖像處理、三維模型、疾病本體以及數(shù)據(jù)存儲(chǔ)等，通過(guò)菜單能夠?qū)崿F(xiàn)圖像的讀入以及打印等操作。在是哪位系統(tǒng)的構(gòu)建中主要是對(duì)一組圖像使用面繪制方法進(jìn)行表面的三維構(gòu)建，在菜單的集合操作中實(shí)現(xiàn)圖像的放大、縮小以及旋轉(zhuǎn)等操作，同時(shí)在這個(gè)系統(tǒng)中能夠?qū)崿F(xiàn)圖像的一維灰度直方圖、灰度均值圖像以及二維灰度直方圖像，同時(shí)還可以改變視圖中的顯示角度。在數(shù)據(jù)存儲(chǔ)菜單中，面對(duì)的對(duì)象主要是串口中顯示的圖像和圖形，可以實(shí)現(xiàn)存儲(chǔ)和打印操作，存儲(chǔ)操作主要是把圖像存儲(chǔ)為bmp格式的圖像，口腔頜面疾病本體菜單則是連接建立的基于口腔頜面本體的輔助診斷系統(tǒng)。
2.2 基于口腔頜面本體的輔助診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
基于本體的設(shè)計(jì)能夠減少醫(yī)學(xué)概念以及術(shù)語(yǔ)之間的差異性，有效的增強(qiáng)醫(yī)學(xué)領(lǐng)域?qū)I(yè)知識(shí)的使用和共享，本文設(shè)計(jì)的基于頜面本體的輔助診斷系統(tǒng)采用Graphviz和Protege3.1進(jìn)行實(shí)現(xiàn)。
本設(shè)計(jì)口腔頜面本體定義6個(gè)與疾病相關(guān)的公理，這些公理的內(nèi)容包括不同類之間的公理以及類所對(duì)應(yīng)的塑性之間的聯(lián)系性的公理。首先公理1對(duì)于疾病X而言，這種疾病在發(fā)作時(shí)，發(fā)生癥狀Y，S則代表疾病X的臨床表現(xiàn)，則疾病X的臨床表現(xiàn)是癥狀Y就可以采用S（Y，X）來(lái)進(jìn)行描述；公理2規(guī)定惡性腫瘤的轉(zhuǎn)移速度為X，并規(guī)定良性腫瘤的轉(zhuǎn)移速度為Y，則惡性腫瘤的轉(zhuǎn)移速度大于良性腫瘤的轉(zhuǎn)移速度就可以采用S（X，Y）進(jìn)行描述，其中X>Y；公理3定義對(duì)于任意疾病X而言，疾病復(fù)發(fā)率全部大于0小于1，可以使用0
在口腔頜面疾病本體中主要定義了5個(gè)基本類，分別記作為Extraneous factor、Medical treatement、Diseases、Patient和Medical substance5類，其中這5個(gè)基本類同時(shí)又包含起亞的許多子類，如類Diseases包含子類Diseases Oral and Maxillo facial Region 和子類Other diseases，而子類Diseases Oral and Maxillo facial Region又包含了Periodontal disease、Congenital deformity of Oral and Maxilofacial Region以及Tooth disease等共8個(gè)子類，同時(shí)隨著時(shí)間的推移以及各臨床癥狀的進(jìn)一步完善，這些子類有些還能夠進(jìn)行細(xì)分。本文所設(shè)計(jì)的基于口腔頜面疾病本體的子類共119個(gè)，這5個(gè)基本類的結(jié)構(gòu)層次（從上往下）分別為以下內(nèi)容?；绢怑xtraneous factor的結(jié)構(gòu)層次：Medical substance、Medical instrument；基本類Medical treatement的結(jié)構(gòu)層次為 Medical instrument、Medical substance；基本類Diseases的結(jié)構(gòu)層次為Diseases Oral and Maxillo facial Region、Other diseases、Tumour、Extraneous factor；基本類Medical substance的結(jié)構(gòu)層次為Emergency disposing、Immunization therapy、Medicament treatment、Surgery treatment、Patient。
在對(duì)基本類進(jìn)行定義以后，還需要定義這些類的屬性，其中需要定義的屬性包括數(shù)據(jù)類型屬性以及對(duì)象類別屬性，具體而言數(shù)據(jù)類型屬性的作用是修飾基本類，而對(duì)象類數(shù)據(jù)屬性則是表示不同類之間的相互關(guān)系。針對(duì)口腔頜面本體具體的關(guān)系如下表所示。在不同類的的不同屬性中父類的屬性同樣使用在子類的屬性之中，并在子類的屬性中還包含了其他的屬性，如在基本類的Patient的屬性中還包含了住址、姓名、性別患病經(jīng)歷、就診日期以及聯(lián)系方式等屬性。（表1）
在對(duì)類的屬性進(jìn)行定義中，每個(gè)類都包含有具體的實(shí)例，在本設(shè)計(jì)的基于口腔頜面疾病本體的系統(tǒng)中基本類Diseases包含有93個(gè)實(shí)例，類Patient則包有l(wèi)0個(gè)實(shí)例。用戶在使用本設(shè)計(jì)的疾病輔助診斷系統(tǒng)式，可根據(jù)口腔頜面本體進(jìn)行查詢，主要是以紅棗具體的類名和屬性進(jìn)行查詢，在查詢中，系統(tǒng)會(huì)對(duì)查詢方式進(jìn)行存儲(chǔ)，選定的條件越多，得到的查詢結(jié)果越精確，查詢到結(jié)果后可保存文本格式，也可以保存到數(shù)據(jù)庫(kù)中，能夠滿足多種需要。
3 結(jié)語(yǔ)
綜上所述，本文先概述基于口腔頜面本體疾病的輔助診斷系統(tǒng)的設(shè)計(jì)模塊，進(jìn)而分析醫(yī)學(xué)圖像三維重建系統(tǒng)的設(shè)計(jì)，講述基于口腔頜面疾病本體的疾病膚輔助診斷系統(tǒng)的研究與實(shí)驗(yàn)。本文設(shè)計(jì)使用VC++語(yǔ)言，采用了Addin樹(shù)設(shè)計(jì)方法，構(gòu)建了輔助診斷系統(tǒng)，主要內(nèi)容包括三維重建顳下頜關(guān)節(jié)來(lái)獲得三維模型，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，還需要對(duì)本設(shè)計(jì)系統(tǒng)模塊進(jìn)行擴(kuò)充，如增加有限元分析模塊等，基于口腔頜面疾病輔助診斷系統(tǒng)的設(shè)計(jì)中還需要顯示出顳下頜關(guān)節(jié)的具體運(yùn)動(dòng)環(huán)節(jié)，進(jìn)而分析其受力情況，找出口腔疾病的的原因，這些問(wèn)題還需要更多的人去研究。
參考文獻(xiàn)
[1]王東升，劉亮亮，曹敢，等.基于領(lǐng)域本體的心血管疾病輔助診斷系統(tǒng)[J].微計(jì)算機(jī)信息，2008，24（1）：276-277+251.
[2]生佳根，劉思峰.一種基于本體的關(guān)聯(lián)規(guī)則挖掘方法[J].南京理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，32（4）：401-405+410.
[3]李學(xué)明，付大超.基于本體的智能檢索及其在泌尿外科中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件，2011，21（12）：213-216.
[4]鄭麗萍，李光耀，姜華，等.口腔頜面疾病輔助診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程，2011，37（21）：279-281+284.
關(guān)鍵詞:醫(yī)學(xué)圖像配準(zhǔn);插值方法;互信息
中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2012)18-4501-02
Research and Application of Medical Image Registration Methods
ZHANG Rong-hai1, PAN Yi-guang2, ZHANG Jun1
（1.Dept. of Public, West Anhui Health Vocational College, Lu’an 237005, China; 2.Medical Imaging Center, Lu’an People’s Hospital, Lu’an 237006, China）
Abstract: Image registration is an important research topic in the field of medical image processing. Image registration is a multiple image alignment to a common coordinate system, to detect subtle changes in the intervening. Medical image registration is widely used in medical diagnosis, to guide nerve surgery, radiation treatment plan, lesion location, tracking and inspection of the treatment of pathological changes in various aspects of morphology and function of integrated information for clinical diagnosis. In this paper a comprehensive overview of the research and application progress of medical image registration techniques.
Key words: medical image registration; interpolation method; mutual information
圖像配準(zhǔn)技術(shù)是醫(yī)學(xué)圖像處理領(lǐng)域的一個(gè)重要研究課題。醫(yī)學(xué)圖像配準(zhǔn)技術(shù)可以將來(lái)源于不同成像設(shè)備的圖像，或者不同時(shí)間利用同種成像設(shè)備得到的圖像進(jìn)行配準(zhǔn)，得到更豐富的信息用于醫(yī)療診斷中。醫(yī)學(xué)圖像配準(zhǔn)不僅可以用于醫(yī)療診斷，還可以用于指導(dǎo)神經(jīng)手術(shù)、放射治療計(jì)劃的制定、病灶的定位、病理變化的跟蹤和治療效果的評(píng)價(jià)等各個(gè)方面，為醫(yī)生提供功能和形態(tài)的綜合信息。在不同的時(shí)間使用不同的設(shè)備，如磁共振、CT、PET、SPECT等（多模式），從不同的角度，以2D或3D的視角（多時(shí)空）。圖像配準(zhǔn)應(yīng)用于各個(gè)領(lǐng)域，如遙感技術(shù)及其應(yīng)用（多光譜分類）、環(huán)境監(jiān)測(cè)、變化檢測(cè)、圖像拼接、氣象預(yù)報(bào)、建立超分辨率圖像、納入地理信息信息系統(tǒng)（GIS）），醫(yī)藥（從不同的方式相結(jié)合的數(shù)據(jù)，如電腦斷層掃描（CT）和磁共振成像（MRI），以獲得更完整、有關(guān)病人的信息，監(jiān)測(cè)腫瘤的生長(zhǎng)、治療驗(yàn)證、比較病人的數(shù)據(jù)、制圖、解剖地圖集（地圖更新）、在計(jì)算機(jī)視覺(jué)（目標(biāo)定位，自動(dòng)質(zhì)量控制）。
醫(yī)學(xué)圖像配準(zhǔn)技術(shù)可以將來(lái)源于不同成像設(shè)備的圖像，或者不同時(shí)間利用同種成像設(shè)備得到的圖像進(jìn)行配準(zhǔn)，得到更豐富的信息用于醫(yī)療診斷中。全自動(dòng)醫(yī)學(xué)圖像配準(zhǔn)不僅可以用于醫(yī)療診斷，還可以用于指導(dǎo)神經(jīng)手術(shù)、放射治療計(jì)劃的制定、病灶的定位、病理變化的跟蹤和治療效果的評(píng)價(jià)等各個(gè)方面，為醫(yī)生提供功能和形態(tài)的綜合信息。目前大量的圖像數(shù)據(jù)無(wú)法實(shí)時(shí)實(shí)現(xiàn)和臨床應(yīng)用，這也成為限制了現(xiàn)階段配準(zhǔn)性能較好的互信息相似性測(cè)度在配準(zhǔn)方法中的應(yīng)用。不論是剛性還是非剛性配準(zhǔn)算法，在配準(zhǔn)過(guò)程中，常使用多分辨率圖像金字塔來(lái)進(jìn)行由粗到精的搜索變換系數(shù)，提高計(jì)算效率、避免局部極小值，實(shí)現(xiàn)自動(dòng)的更精確的配準(zhǔn)結(jié)果。但是常見(jiàn)的圖像小波金字塔，濾波器的張量積形式使得小波變換缺乏平移和旋轉(zhuǎn)不變性，這些不變性正是在圖像配準(zhǔn)中最需要的，只有具有這些不變性，刁能保證從粗尺度上得到的平移、旋轉(zhuǎn)和放縮參數(shù)的準(zhǔn)確性，從而得到準(zhǔn)確的結(jié)果。
1醫(yī)學(xué)圖像配準(zhǔn)的步驟
圖像配準(zhǔn)主要包括特征檢測(cè)、特征匹配、變換模型估計(jì)、圖像采樣與變換等步驟。功能檢測(cè)：突出和鮮明的對(duì)象（封閉的邊界地區(qū)、邊緣，輪廓線交叉路口，彎道等兩個(gè)參考）和遙感圖像被檢測(cè)到。特征匹配的特點(diǎn)和參考之間的對(duì)應(yīng)關(guān)系建立了遙感影像。變換模型估計(jì)：所謂的映射的類型和參數(shù)功能，根據(jù)遙感圖像與參考圖像，估計(jì)。圖像重采樣和改造：遙感圖像轉(zhuǎn)化指的映射功能。
2醫(yī)學(xué)圖像配準(zhǔn)方法
醫(yī)學(xué)圖像配準(zhǔn)方法以下方法包括傅立葉轉(zhuǎn)換分析、互相關(guān)的方法，使用傅立葉分析、總體搜索技術(shù)、特征值分解、矩匹配技術(shù)、變形技術(shù)、程序的方法、解剖圖集、內(nèi)部標(biāo)簽、外部標(biāo)簽等。
2.1外在配準(zhǔn)方法
是將人造物體檢測(cè)連接到病人的身體的方法，不需要復(fù)雜的算法，常用于骨科臨床診斷與治療等；
醫(yī)學(xué)圖像處理技術(shù)包括很多方面，本文主要介紹分析圖像分割、圖像配準(zhǔn)和融合以及偽彩色處理技術(shù)和紋理分析在醫(yī)學(xué)領(lǐng)域的應(yīng)用和發(fā)展。圖像分割就是把圖像中具有特殊涵義的不同區(qū)域分開(kāi)來(lái)，這些區(qū)域使互不相交的每一個(gè)區(qū)域都滿足特定區(qū)域的一致性。它是圖像處理與圖像分析中的一個(gè)經(jīng)典問(wèn)題。目前針對(duì)各種具體問(wèn)題已經(jīng)提出了許多不同的圖像分割算法,對(duì)圖像分割的效果也有很好的分析結(jié)論。但是由于圖像分割問(wèn)題所面向領(lǐng)域的特殊性，至盡尚未得到圓滿的、具有普適性的解決方法[2]。
圖像分割技術(shù)發(fā)展至今，已在灰度閾值分割法、邊緣檢測(cè)分割法、區(qū)域跟蹤分割法的基礎(chǔ)上結(jié)合特定的理論工具有了更進(jìn)一步的發(fā)展。比如基于三維可視化系統(tǒng)結(jié)合FastMarching算法和Watershed變換的醫(yī)學(xué)圖像分割方法,能得到快速、準(zhǔn)確的分割結(jié)果[3]。圖像分割同時(shí)又是進(jìn)行三維重建的基礎(chǔ)，分割的效果直接影響到三維重建后模型的精確性，分割可以幫助醫(yī)生將感興趣的物體(病變組織等)提取出來(lái)，幫助醫(yī)生能夠?qū)Σ∽兘M織進(jìn)行定性及定量的分析，從而提高醫(yī)生診斷的準(zhǔn)確性和科學(xué)性[4]。
如何使多次成像或多種成像設(shè)備的信息得到綜合利用，彌補(bǔ)信息不完整、部分信息不準(zhǔn)確或不確定引起的缺陷，使臨床的診斷治療、放療定位、計(jì)劃設(shè)計(jì)、外科手術(shù)和療效評(píng)估更準(zhǔn)確，已成為醫(yī)學(xué)圖像處理急需解決的重要課題。醫(yī)學(xué)圖像配準(zhǔn)是通過(guò)尋找某種空間變換，使兩幅圖像的對(duì)應(yīng)點(diǎn)達(dá)到空間位置和解剖結(jié)構(gòu)上的完全一致。要求配準(zhǔn)的結(jié)構(gòu)能使兩幅圖像上所有的解剖點(diǎn)，或至少是所有具有診斷意義以及手術(shù)區(qū)域的點(diǎn)都達(dá)到匹配[5]。目前醫(yī)學(xué)圖像配準(zhǔn)方法有基于外部特征的圖像配準(zhǔn)(有框架)和基于圖像內(nèi)部特征的圖像配準(zhǔn)(無(wú)框架)兩種方法。后者由于其無(wú)創(chuàng)性和可回溯性，已成為配準(zhǔn)算法的研究中心?；诨バ畔⒌膹椥孕巫兡Ｐ鸵仓饾u成為研究熱點(diǎn)。
互信息是統(tǒng)計(jì)兩個(gè)隨機(jī)變量相關(guān)性的測(cè)度，以互信息作為兩幅圖像相似性測(cè)度進(jìn)行配準(zhǔn)基于如下原理：當(dāng)兩幅基于共同的解剖結(jié)構(gòu)的圖像達(dá)到最佳配準(zhǔn)時(shí)，它們對(duì)應(yīng)的圖像特征的互信息應(yīng)為最大[6]。圖像配準(zhǔn)是圖像融合的前提，是公認(rèn)難度較大的圖像處理技術(shù)，也是決定醫(yī)學(xué)圖像融合技術(shù)發(fā)展的關(guān)鍵技術(shù)。近年來(lái)國(guó)外在圖像配準(zhǔn)方面研究很多，如幾何矩的配準(zhǔn)、利用圖像的相關(guān)系數(shù)、樣條插值等多項(xiàng)式變換對(duì)圖像進(jìn)行配準(zhǔn)。國(guó)內(nèi)研究人員也提出了一些相應(yīng)的算法：對(duì)于兩幅圖像共同來(lái)估計(jì)其正反變換的一種新的圖像配準(zhǔn)方法，稱為一致圖像配準(zhǔn)方法；采用金字塔式分割，進(jìn)行多柵格和多分辨率的圖像配準(zhǔn)，稱為金字塔式多層次圖像配準(zhǔn)方法；為了提高CT、MRI、PET多模態(tài)醫(yī)學(xué)圖像的三維配準(zhǔn)、融合的精度，還可以采用基于互信息的方法[7]。
在圖像配準(zhǔn)方面，在努力提高配準(zhǔn)精度的同時(shí)，目前提出的多種方法都盡量避免人工介入，力求整個(gè)過(guò)程自動(dòng)化，其結(jié)果導(dǎo)致實(shí)現(xiàn)算法的過(guò)程復(fù)雜而耗費(fèi)時(shí)間，文獻(xiàn)[5]已進(jìn)行研究，試圖實(shí)現(xiàn)基于人機(jī)交互的快速圖像配準(zhǔn)策略,同時(shí)根據(jù)圖像的不同成像模式選擇合適的配準(zhǔn)測(cè)度也十分重要。不同的醫(yī)學(xué)圖像提供了相關(guān)臟器的不同信息，圖像融合的潛力在于綜合處理應(yīng)用這些成像設(shè)備所得信息以獲得新的有助于臨床診斷的信息。利用可視化軟件，對(duì)多種模態(tài)的圖像進(jìn)行圖像融合，可以準(zhǔn)確地確定病變體的空間位置、大小、幾何形狀及它與周圍生物組織之間的空間關(guān)系，從而及時(shí)高效地診斷疾病，也可以用在手術(shù)計(jì)劃的制定、病理變化的跟蹤、治療效果的評(píng)價(jià)等方面。在放療中，利用MR圖像勾勒畫(huà)出腫瘤的輪廓線，也就是描述腫瘤的大??；利用CT圖像計(jì)算出放射劑量的大小以及劑量的分布，以便修正治療方案。
在制定手術(shù)方案時(shí)，對(duì)病變與周圍組織關(guān)系的了解是手術(shù)成功與否的關(guān)鍵，所以CT與MR圖像的融合為外科手術(shù)提供有利的佐證，甚至為進(jìn)一步研究腫瘤的生長(zhǎng)發(fā)育過(guò)程及早期診斷提供新的契機(jī)。在CT成像中，由于骨組織對(duì)X線有較大的吸收系數(shù)，因此對(duì)骨組織很敏感；而在MR成像中，骨組織含有較低的質(zhì)子密度，所以MR對(duì)骨組織和鈣化點(diǎn)信號(hào)較弱，融合后的圖像對(duì)病變的定性、定位有很大的幫助[8]。由于不同醫(yī)學(xué)成像設(shè)備的成像機(jī)理不同，其圖像質(zhì)量、空間與時(shí)間特性有很大差別。因此，實(shí)現(xiàn)醫(yī)學(xué)圖像的融合、圖像數(shù)據(jù)轉(zhuǎn)換、圖像數(shù)據(jù)相關(guān)、圖像數(shù)據(jù)庫(kù)和數(shù)據(jù)理解都是亟待解決的關(guān)鍵技術(shù)[9]。對(duì)一幅黑白圖像，人眼一般只能辨別出4到5比特的灰度級(jí)別，而人眼能辨別出上千種不同的顏色。針對(duì)這一特點(diǎn)，人們往往將黑白圖像經(jīng)過(guò)處理變?yōu)椴噬珗D像，充分發(fā)揮人眼對(duì)彩色的視覺(jué)能力，從而使觀察者能從圖像中取得更多的信息，這就是偽彩色圖像處理技術(shù)。
醫(yī)學(xué)圖像大多是黑白圖像，如X、CT、MRI、B超圖像等。經(jīng)過(guò)偽彩色處理技術(shù)，即密度分割技術(shù)，提高了對(duì)圖像特征的識(shí)別。通過(guò)臨床研究對(duì)X線圖片、CT圖片、MRI圖片、B超圖片、電鏡圖片均進(jìn)行了偽彩色技術(shù)的嘗試，取得了良好的效果，部分圖片經(jīng)過(guò)處理后可以顯現(xiàn)隱性病灶。例如對(duì)X線圖片，在乳腺照影中偽彩色處理能鑒別囊性病、良性和惡性腫瘤，同樣，鋇餐照影圖片和各種X線圖片也得到良好的診斷效果[10]。紋理是人類視覺(jué)的一個(gè)重要組成部分，迄今為止還難以適當(dāng)?shù)貫榧y理建模。為此有關(guān)專家進(jìn)行了大量的探索研究，但未能獲得有關(guān)紋理的分析、分類、分割及其綜合的有效解釋[11]。
有研究針對(duì)肝臟疾病難以根除、危害面廣的問(wèn)題，采用灰度梯度共生矩陣的方法，分別提取纖維化肝組織和正常肝組織的CT圖像的紋理特征，提出了基于灰度梯度共生矩陣的小梯度優(yōu)勢(shì)、灰度均方差、灰度熵等參數(shù)作為圖像的紋理特征量。通過(guò)選取的紋理參數(shù)，可以看到正常組和異常組之間存在顯著性差異，為纖維化CT圖像臨床診斷提供了依據(jù)[12]。
2三維醫(yī)學(xué)圖像的可視化
三維醫(yī)學(xué)圖像的可視化通常是利用人類的視覺(jué)特性，通過(guò)計(jì)算機(jī)對(duì)二維數(shù)字?jǐn)鄬訄D像序列形成的三維體數(shù)據(jù)進(jìn)行處理，使其變換為具有直觀立體效果的圖像來(lái)展示人體組織的三維形態(tài)。三維醫(yī)學(xué)圖像可視化技術(shù)通常分為面繪制和體繪制兩種方法。體繪制技術(shù)的中心思想是為每一個(gè)體素指定一個(gè)不透明度，并考慮每一個(gè)體素對(duì)光線的透度、發(fā)射和反射作用。醫(yī)學(xué)數(shù)據(jù)的可視化，已成為數(shù)據(jù)可視化領(lǐng)域中最為活躍的研究領(lǐng)域之一。實(shí)現(xiàn)三維數(shù)據(jù)可視化的方法很多，空間域方法的典型算法包括：射線投射法、足跡法、剪切－曲變法(目前被認(rèn)為是一種速度最快的體繪制算法)等；變換域方法的典型算法有頻域體繪制法和基于小波的體繪制法，其中小波的體繪制技術(shù)顯現(xiàn)出較好的前景[13]。
以上可以利用的三維可視化軟件有AVS、Analyze、amira、3Dslicer等，其中Analyze是專為生物醫(yī)學(xué)圖像的研究而開(kāi)發(fā)的圖像可視化軟件。利用二維斷層數(shù)據(jù)進(jìn)行三維重建，可以更為直觀地顯示人體器官的各個(gè)解剖結(jié)構(gòu)的形態(tài)及它們之間的毗鄰關(guān)系，為基礎(chǔ)研究和手術(shù)規(guī)劃及手術(shù)過(guò)程模擬提供參考。鼻部是人體內(nèi)解剖結(jié)構(gòu)比較復(fù)雜的部位之一，可以利用3DSlicer來(lái)嘗試實(shí)現(xiàn)鼻部部分解剖結(jié)構(gòu)的三維可視化，以此為可視化虛擬人體模型的建立探索一種精確的重建方法和顯示手段，同時(shí)也可為醫(yī)療工作者提供更為細(xì)致、完全和快捷的觀察方案[14]。
隨著互聯(lián)網(wǎng)技術(shù)不斷發(fā)展，跨越空間限制的遠(yuǎn)程虛擬現(xiàn)實(shí)技術(shù)已經(jīng)逐步成為可能?；谔摂M現(xiàn)實(shí)技術(shù)利用美國(guó)國(guó)家醫(yī)學(xué)圖書(shū)館VHP(VisibleHumanProject)完整數(shù)據(jù)重建可視人體，綜合VTK、VRML、OperGL等可視化平臺(tái)的優(yōu)勢(shì)，采用三維互動(dòng)、空間電磁定位、立體視覺(jué)等虛擬現(xiàn)實(shí)技術(shù)，實(shí)現(xiàn)了全數(shù)字可拆裝人體骨骼的本地和遠(yuǎn)程互動(dòng)學(xué)習(xí)。三維虛擬現(xiàn)實(shí)讓“遨游”人體世界成為可能，可以呈現(xiàn)一個(gè)物理上并不存在但又實(shí)實(shí)在在“看得見(jiàn)”、“摸得著”的“真實(shí)”人體，使用者可以無(wú)數(shù)次地“解剖”這個(gè)虛擬人以了解人體的結(jié)構(gòu)[15]。在臨床方面，提出了一種用AVS/Express開(kāi)發(fā)的基于PC的LeFortI手術(shù)模型系統(tǒng)原型。
利用AVS/Express大量預(yù)制的可視化編程對(duì)象模塊，快速構(gòu)建系統(tǒng)的結(jié)構(gòu)框架和功能模塊，生成的原型能對(duì)以DICOM(DigitalImagingandCommunicationsinMedicine)格式存儲(chǔ)的顱頜面CT序列斷層圖像進(jìn)行預(yù)處理，并進(jìn)行三維重建，在交互式操作環(huán)境中，顯示顱頜面各種組織的解剖結(jié)構(gòu)，進(jìn)行相應(yīng)的三維測(cè)量，模擬LeFortI手術(shù)的截骨頭，對(duì)截骨段實(shí)行任意的平移頜旋轉(zhuǎn)[16]。
在體視化方面一直致力于提高重建速度(實(shí)時(shí)顯示利于交互操作)，使重建效果理想，減少冗余信息及存儲(chǔ)空間。具體需要考慮：1)不完全數(shù)據(jù)提出一個(gè)足夠精確的數(shù)據(jù)提取方案2)什么算法能夠快速準(zhǔn)確地實(shí)現(xiàn)圖像重建。人體器官是一個(gè)高精度龐大的結(jié)構(gòu)，所建模型還應(yīng)考慮臨床實(shí)用方面的因素以及某些特殊部位的個(gè)體差異，針對(duì)不同的生理組織應(yīng)采用不同的分割方法[17]。3針對(duì)PACS的圖像壓縮PACS(PictureArchivingandCommunicationSystem，圖像存檔及通信系統(tǒng))是近年來(lái)國(guó)內(nèi)外新興的醫(yī)學(xué)影像信息技術(shù)，是專門(mén)為醫(yī)學(xué)圖像管理而設(shè)計(jì)的，包括圖像獲取、處理、存儲(chǔ)、顯示或打印的軟硬件系統(tǒng)，是醫(yī)學(xué)影像、數(shù)字化圖像技術(shù)、計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)通信技術(shù)相結(jié)合的產(chǎn)物。顯然，計(jì)算機(jī)網(wǎng)絡(luò)是PACS的重要組成部分，它負(fù)責(zé)提供底層圖像傳輸服務(wù)，是PACS的軟硬件基礎(chǔ)，正是通過(guò)各個(gè)層次的網(wǎng)絡(luò)才將PACS中的圖像獲取、存儲(chǔ)顯示以及醫(yī)療數(shù)據(jù)的管理等單元連為一體，使之形成一個(gè)統(tǒng)一、高性能的系統(tǒng)。
PACS需要解決數(shù)據(jù)傳輸和圖像存儲(chǔ)的問(wèn)題，如何利用有限的存儲(chǔ)空間存儲(chǔ)更多的圖像，醫(yī)學(xué)圖像壓縮是關(guān)鍵的技術(shù)之一。醫(yī)學(xué)圖像數(shù)據(jù)量是非常驚人的，建立PACS的許多技術(shù)困難都與之有關(guān)，如圖像的存儲(chǔ)、傳輸、顯示等。從圖像壓縮還原的角度出發(fā)，圖像壓縮方法可分為無(wú)損壓縮和有損壓縮兩大類，常用的無(wú)損壓縮方法有差分脈沖預(yù)測(cè)編碼、多級(jí)內(nèi)插方法等。常用的有損壓縮方法有離散余弦變換(DCT)、全幀離散余弦變換、重疊正交變換(LOT)、自適應(yīng)預(yù)測(cè)編碼和神經(jīng)網(wǎng)絡(luò)法等，近年來(lái)又出現(xiàn)了分形和小波變換編碼[18]。如何對(duì)醫(yī)學(xué)圖像進(jìn)行壓縮，是近年來(lái)圖像處理技術(shù)中的一個(gè)重點(diǎn)研究的問(wèn)題[19]。
醫(yī)學(xué)圖像的壓縮無(wú)疑是減低應(yīng)用系統(tǒng)成本，提高網(wǎng)絡(luò)傳輸效率，減少存儲(chǔ)空間的一個(gè)重要途徑。DICOM作為醫(yī)學(xué)圖像與通信的重要標(biāo)準(zhǔn)，加入了對(duì)圖像壓縮算法的支持。目前DICOM正在研究對(duì)最新的壓縮標(biāo)準(zhǔn)JPEG2000支持的可能性。隨著新一代靜態(tài)圖像壓縮標(biāo)準(zhǔn)JPEG2000的發(fā)展，小波理論在這個(gè)領(lǐng)域成為研究的熱點(diǎn)，在這方面文獻(xiàn)[20]提出了面向任務(wù)的醫(yī)學(xué)圖像壓縮的概念。醫(yī)學(xué)圖像是醫(yī)學(xué)診斷和疾病治療的重要根據(jù)，在臨床上具有非常重要的應(yīng)用價(jià)值。確保醫(yī)學(xué)圖像壓縮后的高保真度是醫(yī)學(xué)圖像壓縮首要考慮的因素，現(xiàn)在醫(yī)學(xué)圖像上常常采用無(wú)損壓縮，因?yàn)樗軌蚓_地還原原圖像。但是無(wú)損圖像壓縮的壓縮比很低，一般為2~4；而有損圖像壓縮的壓縮比可以高達(dá)50，甚至更高。
所以將這兩種壓縮方法在保證使用要求的基礎(chǔ)上結(jié)合起來(lái)，在獲取高的壓縮質(zhì)量的前提下提高壓縮比。因此，醫(yī)學(xué)圖像被人為地劃分為兩個(gè)區(qū)域：1)包含重要診斷信息的區(qū)域，其錯(cuò)誤描述的代價(jià)非常高，所以此感興趣區(qū)域(ROIRegionofInterest)需要高重構(gòu)質(zhì)量的壓縮方案；2)非感興趣區(qū)域則要求達(dá)到盡可能高的壓縮比,即需要在某一框架下將無(wú)損壓縮與有損壓縮統(tǒng)一起來(lái)，這也是目前醫(yī)學(xué)圖像研究領(lǐng)域的一個(gè)熱點(diǎn)。我們的工作就集中在小波理論框架下實(shí)現(xiàn)面向任務(wù)的醫(yī)學(xué)圖像壓縮,由于并非所有的小波基都適合于分解圖像，所以前期工作的重點(diǎn)在MATLAB的仿真上，考慮到部分所選醫(yī)學(xué)圖像的ROI區(qū)域和非ROI區(qū)域的對(duì)比度不很理想的情況，圖像分割的最優(yōu)算法是考慮的一個(gè)方面。
壓縮比方面在滿足一般性的圖像條件下針對(duì)某些特殊圖像也會(huì)有相應(yīng)的考慮，目前的工作是在VC平臺(tái)下實(shí)現(xiàn)面向任務(wù)的醫(yī)學(xué)圖像壓縮。在醫(yī)學(xué)圖像壓縮方面，許多學(xué)者結(jié)合模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)理論、小波變換和分形理論等探索圖像編碼的新途徑，同時(shí)人的視覺(jué)生理心理特性的研究成果也開(kāi)拓了人們的視野，給從事圖像編碼技術(shù)研究的學(xué)者帶來(lái)了新的啟迪。但隨著網(wǎng)絡(luò)技術(shù)在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，更加細(xì)致的要求也逐漸被提出來(lái)了。
[關(guān)鍵詞]醫(yī)學(xué)超聲影像 圖像融合 應(yīng)用
[中圖分類號(hào)]R455.1 [文獻(xiàn)標(biāo)識(shí)碼] B [文章編號(hào)]1009―6019―[2010]06―37―02
醫(yī)學(xué)超聲在醫(yī)學(xué)診斷中起著十分重要的作用。但是醫(yī)學(xué)超聲所包含的診斷技術(shù)，無(wú)論是型成像還是血流檢測(cè)，一般都沿用了線性聲學(xué)的規(guī)律，從低廉的普及型儀器到昂貴的高檔設(shè)備，都作為線性系統(tǒng)進(jìn)人應(yīng)用領(lǐng)域，這種醫(yī)學(xué)超聲中的線性現(xiàn)象以往占了主導(dǎo)地位，形成超聲診斷的主流，實(shí)際上醫(yī)學(xué)超聲中存在著非線性現(xiàn)象，過(guò)去它處于次要地位而被忽略，但是隨著人們對(duì)事物本質(zhì)研究的深入，以往被忽略的非線性現(xiàn)象都在某種場(chǎng)合顯示其重要性，研究醫(yī)學(xué)超聲中非線性現(xiàn)象有助于人們進(jìn)一步提高現(xiàn)有的診斷水平，近年來(lái)產(chǎn)生的諧波技術(shù)就是非線性聲學(xué)在超聲診斷中的一項(xiàng)有應(yīng)用成效的新技術(shù)。傳統(tǒng)的超聲影像設(shè)備是接收和發(fā)射頻率相同的回波信號(hào)成像，這種成像的方法被稱為基波成像，實(shí)際上回波信號(hào)受到人體組織的非線性調(diào)制后產(chǎn)生基波的二次三次等高次諧波，其中二次諧波幅值最強(qiáng)，利用人體回聲的高次諧波構(gòu)成人體器官的圖像，使得圖像清晰分辨率得到提高。這種用回波的高次諧波成像的方法叫做諧波成像，近年來(lái)，在臨床上得到了廣泛的應(yīng)用。雖然諧波成像可以減少雜波和圖像陰霾，能夠提供增強(qiáng)的對(duì)比分辨率，但是由于帶寬較窄，對(duì)于低頻中的有用信號(hào)的損失是不可避免的，能否提高信號(hào)的利用率是獲得更為清晰的超聲圖像的關(guān)鍵。
數(shù)據(jù)融合，是20世紀(jì)80年代形成和發(fā)展起來(lái)的一種自動(dòng)化信息綜合處理技術(shù)，它將來(lái)自多傳感器和多源的信息和數(shù)據(jù)進(jìn)行綜合處理，從而得出更為可信的圖像融合。圖像融合是將來(lái)自不同探測(cè)器的圖像進(jìn)行合并，以得到一個(gè)更完整的圖片或場(chǎng)景，其主要目的是通過(guò)對(duì)多幅圖像間的冗余數(shù)據(jù)的處理來(lái)提高圖像的可靠性，通過(guò)對(duì)多幅圖像間的互補(bǔ)信息的處理來(lái)提高圖像的清晰度，圖像融合作為數(shù)據(jù)融合的一個(gè)分支，也用到了常用的數(shù)據(jù)融合方法，但又根據(jù)圖像的特點(diǎn)引入了許多圖像處理的方法，本文采用小波變換的方法針對(duì)醫(yī)學(xué)超聲圖像進(jìn)行融合，實(shí)驗(yàn)所用圖像經(jīng)過(guò)預(yù)處理濾波。
1 基于小波變換的圖像融合方法
醫(yī)學(xué)圖像融合的過(guò)程可以分為兩個(gè)步驟，圖像在空間域的配準(zhǔn)和融合圖像的創(chuàng)建，圖像配準(zhǔn)是圖像融合的先決條件，圖像配準(zhǔn)精度的高低直接決定著融合結(jié)果的質(zhì)量，20世紀(jì)90年代以來(lái)，隨著圖像配準(zhǔn)研究的深入開(kāi)展，國(guó)內(nèi)外學(xué)者研究了多種方法1993年專門(mén)對(duì)醫(yī)學(xué)圖像的配準(zhǔn)方法進(jìn)行了分類，歸納了7種分類標(biāo)準(zhǔn)。
小波變換在空間和頻率域上都具有局域性，從而能對(duì)信息進(jìn)行多尺度分析的細(xì)化分析。小波變換在圖像融合中的應(yīng)用研究已有報(bào)道，但大多在熱圖像和可視圖像的融合，小波變換用于圖像融合有不少優(yōu)點(diǎn)，圖像經(jīng)小波分解后，不同分辨率上的細(xì)節(jié)信息互不相關(guān)，這樣可以將不同頻率范圍內(nèi)的信號(hào)分別組合，產(chǎn)生多種不同特征的融合圖像，而且圖像在不同分辨率水平上的能量和噪聲不會(huì)互相干擾，融合圖像的塊狀偽影也容易消除，基于小波變換的圖像融合的一般結(jié)構(gòu)，可以看出融合規(guī)則非常重要，當(dāng)在建立融合圖像的每個(gè)小波系數(shù)時(shí)，必須確定哪幅源圖的小波系數(shù)對(duì)融合有利，這個(gè)信息將保留在融合決策圖中，常用的融合規(guī)則主要有基于像素的融合規(guī)則和基于窗口的融合規(guī)則，基于像素的融合規(guī)則逐個(gè)考慮源圖相應(yīng)位置的小波系數(shù)，主要是交叉像素選擇法，即從各源圖的小波系數(shù)矩陣中相應(yīng)位置選取最大的小波系數(shù)作為融合的小波系數(shù)，然后再由小波逆變換得到融合圖像。
這種方法在融合處理時(shí)表現(xiàn)出對(duì)邊緣的高度敏感性，使得圖像在預(yù)處理時(shí)要求圖像嚴(yán)格對(duì)準(zhǔn)，否則處理結(jié)果將不盡人意?；诖翱诘娜诤弦?guī)則不僅考慮相應(yīng)位置的小波系數(shù)，還要考慮與它相鄰的小波系數(shù)。比如窗口劃分，再確定融合相應(yīng)位置的小波系數(shù)，這種方法考慮了圖像像素與它相鄰像素的高度相關(guān)性這一事實(shí)，因此，降低了對(duì)邊緣的敏感性。如何選擇窗口是該融合規(guī)則的難點(diǎn)，這要求所選窗口的小波系數(shù)有較大的相關(guān)性，否則就無(wú)法發(fā)揮該法的優(yōu)越性，為此，可以將圖像看作是由不同灰度等級(jí)的區(qū)域構(gòu)成的，而物體的邊緣表現(xiàn)為灰度差，邊緣是圖像的一個(gè)很重要的特征，包含有價(jià)值的目標(biāo)邊界信息，由邊緣可以進(jìn)行圖像的定位“識(shí)別”濾波等操作。根據(jù)邊緣區(qū)域圖和區(qū)域活動(dòng)表，使用以下的融合規(guī)則來(lái)計(jì)算融合決策圖：高活動(dòng)等級(jí)優(yōu)于低活動(dòng)等級(jí)，邊緣的像素點(diǎn)優(yōu)于非邊緣像素點(diǎn)，小區(qū)域優(yōu)于大區(qū)域，在確定邊緣在圖像處理中，經(jīng)常要將處理后的圖像與處理前的圖像進(jìn)行各方面的比較，看圖像質(zhì)量是否改觀，比較常用的方法是峰值信噪比，圖像融合是一種新的圖像處理方法，因此可以借用通常圖像處理中的圖像評(píng)估方法，以評(píng)判融合方法的優(yōu)劣，由于圖像融合是將幾幅不同的圖像經(jīng)處理后得到一幅包含源圖像中各個(gè)細(xì)節(jié)的圖像，該融合后的圖像與兩張?jiān)磮D進(jìn)行，計(jì)算處理結(jié)果表明基于區(qū)域的融合的方法是有效的，總之，融合處理對(duì)圖像質(zhì)量的提高是有益的。
